我说几点比较粗浅的看法哈

关键技术我觉得主要两个,1)定位与导航 2)AGV调度

移动机器人首先要知道“我在哪”也就是定位问题,然后是“我要去哪”这是调度问题,接着是“怎么去”这个是导航问题。

定位与导航往往是相辅相成一起解决的,对于室内定位及导航来说,传统的定位方式主要是磁条,磁带,磁钉之类,这些方式的优点和局限性都很明显:优点是运动路径可控,安全性更高,缺点是路径局限性比较大。这应该是工业界用的最多的方案了。

稍微灵活一点的定位方案比如激光反光板,二维码,天花板特征,这几种方案会利用人工预设的一些特征来定位,犹如海洋中的灯塔,当移动机器人看到了灯塔就知道自己在哪了。比较典型的用二维码的例子是Amazon的Kiva。

再灵活一点的就是SLAM了,相对来说比较成熟的是激光SLAM,有欧姆龙的Adept在背书,还是比较靠谱。再比如视觉SLAM,未来应该会更好的解决定位和地图构建的问题。通过预先对环境构建地图,再通过当前传感器得到的环境特征与之匹配从而得到当前位置,省略了人工设置路标,和去寻找路标的工序,普适性更高。

还有一种思路就是类似于GPS方式的定位,比如WIFI,iBeacons和UWB,这种方式定位精度可能不会太高,但是对于环境要求低,定位算法也相对简单,如果有成熟的定位解决方案,应该也可以得到很好的推广。

至于惯导和里程计,更多的是用来做辅助定位用,与前面的几种导航方式融合。

而室外定位的方式比较常用的还是磁钉,比如港口和码头上转运的AGV,前一段时间比较火的青岛港应该用的就是磁钉。

另外一种不用施工的就是差分GPS,利用一个标准的GPS位置基准台去修正AGV的位置,定位精度和延时可能是需要解决的问题。

第二个技术是说调度,

很多传统的AGV厂商由于软件和算法的弱势,对于调度可能都是敬而远之的。调度系统需要处理每一台AGV的任务调度,路径规划(对的,可能是在调度系统里处理),交通管理,报警信息管理等等,一旦AGV的数量增多,路径复杂度增加,调度系统的通讯延时和处理速度都会遭到挑战。

AGV的突破点,我觉得一方面是技术端的突破,就是上面说的那些,另一方面就是应用端了。

应用端的突破点,有几个很不错的地方,一个是仓储物流,大家都看到了Amazon的Kiva,京东/天猫/唯品会也在跟进,但是还有一个市场就是淘宝仓,淘宝仓可能不太会太大,一个中等规模的淘宝仓可能只有几千平,但是淘宝仓的出货分拣量比较大,因此对于分拣AGV的需求非常大,这也是Fetch能获得软银投资的主要原因吧。淘宝仓我们公司也在做,不过Kiva这种模式我们是不再碰了,这个局限性比较大,只能用在小件和大量的分拣,而且国内怕是已经有几十家在做了,我们用了别的方案。

另一个突破点应该是移动机械臂,这一块市场我们公司从去年开始接触的比较多,当然移动机械臂不仅仅是机械臂放在AGV上这么简单,这中间有很多的技术问题。移动臂的想象空间很大,在工厂应用中,一个机械臂可以在多个工位之间游走,如果节拍不高的话,确实很省机器人,这方面客户的需求还是很明显的。

第三个突破点我觉得是人机协作的应用,机械臂在人机协作方面已经走的比较远了,相反AGV行业好像比较落后,一直没跟上机器人的步伐。然而AGV因为移动范围大,其实对于人机协作的要求更高,如何能在安全的情况下快速的移动提高效率,仅仅依靠加一些安全传感器肯定是不够的。

希望能认识一些AGV行业的新兵老鸟,学习学习

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *